代码随想录算法训练营第五十四天|392.判断子序列, 115.不同的子序列

本文主要是介绍代码随想录算法训练营第五十四天|392.判断子序列, 115.不同的子序列,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

392.判断子序列

https://leetcode.com/problems/is-subsequence/description/

思路:第一种方法使用动态规划, 也就是寻找最长公共字符串, 如果最长公共字符串等于s的长度, 输出 True, 反之输出False。 

第二张方法使用双指针, 在外层循环字符串s, 然后内层开始找到s[0] 的位置。如果能找到, 例如位置是 j0, 然后开始从 t[j0:] 找 s[1], 位置是 j1, .... 如果没有找到的字符, 返回 False, 否则返回 True。 

难点: 无

# 动态规划,LCS
class Solution:def isSubsequence(self, s: str, t: str) -> bool:dp = [[0] * (len(t) + 1) for _ in range(len(s)+1)]for i in range(1, len(s)+1):for j in range(1, len(t)+1):if s[i-1] == t[j-1]:dp[i][j] = dp[i-1][j-1] + 1else:dp[i][j] = dp[i][j-1]return dp[-1][-1] == len(s)
# 指针
class Solution:def isSubsequence(self, s: str, t: str) -> bool:isSubs = Truefor char in s:try:index=t.index(char)except:isSubs=Falsebreakt=t[index+1:]return isSubs

115.不同的子序列

https://leetcode.com/problems/distinct-subsequences/description/

思路: 这个问题有点难度, 判断字符串s 中有多少种 t 的组合, 我们首先定义dp 数组, dp 数组的值含义是 s[0:j] 中 一共含有多少种 t[0:i]. 例如 s = aabb , t = ab, 那么 dp[1][1] = 1 dp[1][2] = 2 dp[2][2] = 0, dp[2][3] = 2 这样。 

然后是递推关系, 如果s[j-1] != t[i-1], 那么我们 s[0:j] 中含有的 t[0:i] 就等于 s[0:j-1] 中含有的。 如果  s[j-1] == t[i-1], 那么 s[0:j] 中含有的 t[0:i] 就等于 s[0:j-1] 中含有的 t[0:i-1] 加上  s[0:j-1] 中含有的 t[0:i]。 

难点: 要理清楚递推关系, 不要忘了相等的时候的状态是有两个位置相加得来的。 

class Solution:def numDistinct(self, s: str, t: str) -> int:'''dp: march methods for string t[0:i] in s[0:j].if s[i-1] == t[j-1], dp = dp[i-1][j-1] + dp[i][j-1] which means if last letter marches, we sum methods usig last marched letter and methods without using it. if s[i-1] != t[j-1] dp = dp[i][j-1].'''dp = [[0] * (len(s) + 1) for _ in range(len(t)+1)]dp[0] = [1] * (len(s) + 1)for i in range(1, len(t)+1):for j in range(1, len(s)+1):if t[i-1] == s[j-1]:dp[i][j] = dp[i-1][j-1] + dp[i][j-1]else:dp[i][j] = dp[i][j-1]return dp[-1][-1]

这篇关于代码随想录算法训练营第五十四天|392.判断子序列, 115.不同的子序列的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/843430

相关文章

Java判断多个时间段是否重合的方法小结

《Java判断多个时间段是否重合的方法小结》这篇文章主要为大家详细介绍了Java中判断多个时间段是否重合的方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录判断多个时间段是否有间隔判断时间段集合是否与某时间段重合判断多个时间段是否有间隔实体类内容public class D

Java调用DeepSeek API的最佳实践及详细代码示例

《Java调用DeepSeekAPI的最佳实践及详细代码示例》:本文主要介绍如何使用Java调用DeepSeekAPI,包括获取API密钥、添加HTTP客户端依赖、创建HTTP请求、处理响应、... 目录1. 获取API密钥2. 添加HTTP客户端依赖3. 创建HTTP请求4. 处理响应5. 错误处理6.

使用 sql-research-assistant进行 SQL 数据库研究的实战指南(代码实现演示)

《使用sql-research-assistant进行SQL数据库研究的实战指南(代码实现演示)》本文介绍了sql-research-assistant工具,该工具基于LangChain框架,集... 目录技术背景介绍核心原理解析代码实现演示安装和配置项目集成LangSmith 配置(可选)启动服务应用场景

Python如何计算两个不同类型列表的相似度

《Python如何计算两个不同类型列表的相似度》在编程中,经常需要比较两个列表的相似度,尤其是当这两个列表包含不同类型的元素时,下面小编就来讲讲如何使用Python计算两个不同类型列表的相似度吧... 目录摘要引言数字类型相似度欧几里得距离曼哈顿距离字符串类型相似度Levenshtein距离Jaccard相

Python中顺序结构和循环结构示例代码

《Python中顺序结构和循环结构示例代码》:本文主要介绍Python中的条件语句和循环语句,条件语句用于根据条件执行不同的代码块,循环语句用于重复执行一段代码,文章还详细说明了range函数的使... 目录一、条件语句(1)条件语句的定义(2)条件语句的语法(a)单分支 if(b)双分支 if-else(

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

在不同系统间迁移Python程序的方法与教程

《在不同系统间迁移Python程序的方法与教程》本文介绍了几种将Windows上编写的Python程序迁移到Linux服务器上的方法,包括使用虚拟环境和依赖冻结、容器化技术(如Docker)、使用An... 目录使用虚拟环境和依赖冻结1. 创建虚拟环境2. 冻结依赖使用容器化技术(如 docker)1. 创

关于Spring @Bean 相同加载顺序不同结果不同的问题记录

《关于Spring@Bean相同加载顺序不同结果不同的问题记录》本文主要探讨了在Spring5.1.3.RELEASE版本下,当有两个全注解类定义相同类型的Bean时,由于加载顺序不同,最终生成的... 目录问题说明测试输出1测试输出2@Bean注解的BeanDefiChina编程nition加入时机总结问题说明

关于最长递增子序列问题概述

《关于最长递增子序列问题概述》本文详细介绍了最长递增子序列问题的定义及两种优化解法:贪心+二分查找和动态规划+状态压缩,贪心+二分查找时间复杂度为O(nlogn),通过维护一个有序的“尾巴”数组来高效... 一、最长递增子序列问题概述1. 问题定义给定一个整数序列,例如 nums = [10, 9, 2

MySQL数据库函数之JSON_EXTRACT示例代码

《MySQL数据库函数之JSON_EXTRACT示例代码》:本文主要介绍MySQL数据库函数之JSON_EXTRACT的相关资料,JSON_EXTRACT()函数用于从JSON文档中提取值,支持对... 目录前言基本语法路径表达式示例示例 1: 提取简单值示例 2: 提取嵌套值示例 3: 提取数组中的值注意